恒定电压法与变步长滞环比较法结合的MPPT算法研究

针对光伏发电系统中最大功率点跟踪算法在跟踪速度和精确度等方面存在优缺点,提出了恒定电压法与变步长的滞环比较法相结合的MPPT新算法.该算法有效地克服了传统MPPT算法中存在的振荡和误判现象,同时兼顾到跟踪速度和精度的要求.在Matlab/Similink下进行MPPT控制算法的建模与仿真,仿真结果表明,该方法能够显著提高MPPT跟踪的速度和精度,并且有效地克服了振荡和误判现象.     

太阳能逆变器新型MPPT算法的研究

分析了光伏发电系统的特性,列举了几种最大功率点跟踪(MPPT)算法,在此基础上提出了自适应神经模糊MPPT算法。将该算法应用于光伏电池的最大功率点跟踪,在Matlab/Simulink环境下建立光伏发电系统的仿真模型,给出了不同光照强度下的仿真结果,表明该方法可以提高稳定性和跟踪精度,提升光伏电池的效率。     

改进MPPT算法在光伏发电系统中的应用

针对传统扰动观察法存在的最大功率点跟踪(MPPT)精度低和振荡问题,提出了一种变步长扰动观察法与Newton插值法相结合的改进型MPPT算法,通过三相并网发电系统对该算法进行仿真验证,结果表明改进MPPT算法不仅能够快速跟踪外界环境变化,还能有效减小在最大功率处的振荡,有效地提高了光伏电池的利用率。     

基于数值方法的光伏发电系统MPPT控制算法研究

针对传统的太阳能最大功率点跟踪(MPPT)算法跟踪速度及精准度不理想的缺点,提出了一种新型的基于数值方法的光伏发电系统最大功率点跟踪控制算法。该方法利用二次插值的思想,仅通过一步就可以跟踪到最大功率点。在该MPPT的启动中还采用了恒定电压法来提高跟踪速度。利用MATLAB搭建了光伏发电系统MPPT跟踪控制仿真模型。仿真结果表明,该算法能够显著提高MPPT跟踪的速度和准确度。     

改进APSO算法在光伏MPPT控制中的应用

局部阴影条件下,光伏发电系统中P-U曲线会呈现多峰现象,传统的最大功率点跟踪(Maximum Power Point Tracking, MPPT)算法易失效,粒子群(PSO)算法适用于复杂多极值系统的寻优,因而在多峰全局MPPT中得到应用。针对寻优过程中传统PSO算法搜索精度低以及易出现早熟现象的缺点,本文提出了自适应惯性权重粒子群(APSO)算法,在PSO算法中引入非线性惯性权重,以提高多峰全局寻优的精度与速度。最后利用MATLAB/Simulink对系统进行仿真,仿真结果表明：在均匀光照和可变阴影条件下,APSO算法能有效提高系统寻优的收敛速度与精度。     

基于一种复合算法的光伏阵列MPPT研究

在对光伏阵列输出特性分析的基础上,综合了传统的最大功率点跟踪(MPPT)控制算法的优点,提出了一种将固定电流法、固定电压法和增量电导法相结合的MPPT控制算法,使用Matlab/Simulink对该控制算法与增量电导法进行了仿真比较。仿真结果表明该算法有效地提高了系统MPPT控制的响应速度和精度,并且具有较强的抗干扰能力,能够更好地适应外界环境变化。     

基于对偶相切和Lagrange插值的高压光伏MPPT算法

为了提高高压光伏发电系统中最大功率点跟踪(MPPT)的速度、精度以及跟踪到最大功率点(MPP)后运行的平稳度,提出一种对偶相切与Lagrange插值相结合的改进MPPT算法。该算法利用对偶切线法的快速性和Lagrange插值法的近似拟合作用,迅速将参考电压定位到最大功率点附近,最后以极小的步长运行到MPP。仿真结果表明：所提出的改进MPPT算法与传统扰动观测法相比,能够更快速、精准地追踪到最大功率点,并以更小的波动持续地输出最大功率,有效地减少了光伏发电系统的功率损失,提高了太阳能的利用率。     

基于分布估计算法的动态环境下光伏MPPT的应用研究

采用分布估计算法实现动态环境下光伏系统的最大功率点跟踪(MPPT)。基于光伏发电原理,通过Matlab建立了光伏电池的仿真计算模型。针对传统最大功率点跟踪方法在动态环境下跟踪速度和精度难以兼顾的问题,应用分布估计算法建立了动态环境下的最大功率点跟踪模型。仿真结果表明,当光强、温度变化时,该方法能快速、准确地跟踪最大功率点。通过与PSO算法的Matlab仿真对比验证可得,在保证精度条件下,分布估计算法能提高跟踪速度并减少迭代,具有良好的综合性能,验证了算法有效性和可行性。     

强跟踪UKF算法在光伏系统MPPT中的应用

强跟踪UKF算法是采用Unscented策略逼近非线性分布且强跟踪系统突变的状态估计算法,该算法兼具强跟踪算法鲁棒性强、Unscented变换精度高、实现简单的优点。针对光伏系统在部分遮蔽情况下最大功率点误判问题,结合恒压法与强跟踪UKF算法,提出了一种新的光伏系统MPPT策略。采用恒压法快速定位最大功率点的电压范围;在该电压范围用尽量小步长的控制电压,以相应瞬时功率作为被估量,采用STUKF算法精确估算最大功率点,确定相应控制电压;保证光伏系统MPPT跟踪速度基础上,提高跟踪精度,通过状态跟踪判断状态突变,避免了误判问题。仿真和实验验证了所提策略的正确性、有效性。     

基于Boost电路光伏发电系统MPPT采样周期分析

由于光伏发电系统的非线性特性,难以运用数学手段确定其最大功率跟踪MPPT(maximum power pointtracking)过程输出功率的合理采样周期。针对基于Boost电路光伏发电系统进行MPPT过程,对工作点输出功率最佳采样周期进行仿真和采样,分析了全过程采样周期的分布规律。分析表明,不同环境条件下,最佳采样周期最大值近似为恒定值,因而选取该恒定值作为适合于MPPT全过程的采样周期,保证了MPPT算法的跟踪速度和跟踪精度。     

基于二次插值的光伏MPPT改进算法研究

为了提高光伏电池最大功率跟踪(Maximum Power Point Tracking,MPPT)的跟踪速度,减小稳态波动,提出一种将拉格朗日二次插值与电导增量法相结合的MPPT算法。首先,分析了光伏电池的输出特性以及定步长电导增量法的跟踪原理和优缺点;在此基础上,基于拉格朗日二次插值,对定步长电导增量法进行优化,并分析了步长对该方法的稳态误差和跟踪速度的影响;为消除这一影响,提出了二次插值与变步长电导增量法相结合的MPPT算法。仿真结果表明,拉格朗日二次插值和变步长电导增量法相结合的MPPT算法可以迅速稳定地响应外部环境的变化,有效地解决了MPPT跟踪速度与稳态波动之间的矛盾。     

基于改进电导增量法的光伏MPPT控制

为了提高光伏发电效率及系统稳定性,需要对光伏阵列进行最大功率点跟踪（MPPT）控制。针对传统扰动观测法存在的系统振荡及误判问题,提出一种改进的电导增量法,通过计算系统当前时刻电导与电导变化率的差值,利用积分器进行调节,消除其差值,最终实现对系统最大功率点的稳定跟踪。为验证所提算法的有效性,将改进电导增量法与传统扰动观测法进行仿真对比,结果表明改进算法控制的光伏系统输出功率在满足跟踪速度的基础上,减小了系统母线电压变化的振荡幅度,使系统能够稳定准确地跟踪最大功率点,提高了光伏电池的利用率。     

基于模糊控制-扰动观察法的光伏MPPT跟踪技术

本文提出了基于模糊控制-扰动观察法的光伏MPPT跟踪技术。通过分析光伏电池的工作特性,建立光伏电池输出功率的数学模型,进一步建立了模糊控制-扰动观察法的实施步骤,并搭建了Matlab/Simulink仿真模型,对扰动观察法的光伏MPPT跟踪技术与提出的跟踪技术进行了仿真,并对两种跟踪技术仿真数据进行了对比。仿真表明,所提的方法功率波动范围小,跟踪精度高,能以很快的速度达到最大功率点等优点。     

基于ESO和分数阶PID的改进P&O控制策略

为了提高光伏电池转换效率、降低能量损失,有必要研究最大功率点跟踪(maximum power point tracking,MPPT)方法。针对传统扰动观察法(perturbation observation method,P&O)存在无法兼顾跟踪速度与稳态精度、在光照度发生较大变化时会产生误判现象的问题,文中提出一种能适应环境变化的变步长P&O控制策略。首先,利用光伏电池刚启动时类似恒流源的特性获取当前光照度下的短路电流,通过固定电流法推导出最大功率点(maximum power point,MPP)的参考电压;其次,当光照度突变时,提出功率修正方法,并给出突变时的变步长调整策略;最后,设计基于线性扩张状态观测器(linear extended state observer,LESO)的分数阶比例积分微分(fractional order proportion integration differentiation,FOPID)控制器,可以对算法输出的参考电压进一步进行跟踪补偿。仿真结果表明,所提控制策略可以提高稳态精度和跟踪速度,有效提高光伏电池的输出功率。     

局部阴影下光伏阵列MPPT算法的研究

针对局部阴影状态下光伏阵列P-U特性曲线多峰值的问题,提出了一种基于搜索-计算-判断的三步法全局最大功率点跟踪(GMPPT)策略。该方法使用改进型扰动观察法反向搜索第一个峰值点,利用计算和判断减小搜索区域,将多峰值间接转化为单峰值搜索,解决了搜索过程中陷入局部极值的问题。通过建立3种阴影状态下的模型,将该方法与现有最大功率点跟踪(MPPT)算法进行仿真对比,并建立相应的试验进行验证。仿真及试验结果表明,该方法在有、无阴影状态下均能稳定实现GMPPT,有效地提高了系统的跟踪精度和跟踪速度。     

基于电导增量法的模型预测控制光伏MPPT算法

由于外界环境的多变性与随机性,光伏系统的全局最大功率点总是飘忽不定的。为使光伏系统在外界复杂环境下能够获得最大功率输出,提出了一种基于电导增量法的模型预测控制光伏MPPT算法。该算法将电导增量法与模型预测算法相结合,完成对光伏发电系统在外界复杂多变环境下的快速跟踪。通过建立系统性能指标函数,评价与估算出未来控制变量的动作,预测出P-U曲线的方向。最后通过simulink仿真表明了文章所提方法在外界光照强度发生突变时与单独使用电导增量法相比较可以同时提高系统的跟踪速度和控制精度。